Hamel Husain· Hamel Husain·· 10 天前AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
实测 Claude Code 新自动评测工具：发现的问题与使用建议
Claude’s new auto eval tool
AI 导读
Anthropic 为 Claude Code 发布新的评测工具，claude-api 插件新增 build_eval 和 hill-climb 命令，用于构建评测、检查评分器并据此改进应用。
来源：Hamel Husain · hamel.dev